中國行業隱含能源消費及其強度的變動與影響因素

李虹 王帥

摘要 與傳統生產側的能源消費和能源強度不同，使用2012、2015和2017年可比價非競爭性投入產出表從需求側對我國各行業的隱含能源消費和隱含能源強度進行了測算。基于行業間投入產出關系編制了行業間能源消費、增加值和能源強度轉入轉出平衡表。最后分別使用加法SDA和乘法SDA將我國能源消費總量和能源強度的變動分解為能源效率效應、增加值率效應、生產結構效應和最終需求效應，并使用歸因分析將全國層面的各個分解效應歸因至行業層面。研究結果顯示：第一，金屬冶煉和壓延加工業等傳統高耗能行業的隱含能源消費并不高，而建筑業是隱含能源消費最高的行業，這是由于采掘業、制造業和能源工業超過30%的傳統能源消耗都是因滿足建筑業的最終需求導致的。第二，傳統能源強度較高行業的隱含能源強度往往也比較高，如非金屬礦物制品業、金屬冶煉和壓延加工業等，說明這些行業無論生產側還是需求側均帶來了以過度能源消耗為代價的“粗放式”經濟增長。第三，2012—2017年各行業能源效率變動和生產結構變動促進了我國能源消費總量的下降，而增加值率變動和最終需求變動大幅增加了能源消費總量，其中建筑業和其他服務業對能源消費總量上升的貢獻最大。第四，2012—2017年除了增加值率效應外，其余三個效應均總體上降低了我國的能源強度，其中專用設備制造業和交通運輸設備制造業是導致能源強度下降的主要行業。因此，促進能源節約高效利用的各項政策應從僅關注生產側高耗能行業的生產導向模式向同時考慮生產側和需求側的多行業綜合治理模式轉變。

關鍵詞 隱含能源消費;隱含能源強度;投入產出分析;結構分解分析

中圖分類號 F223

文獻標識碼 A文章編號 1002-2104（2021）05-0047-11DOI：10.12062/cpre.20201006

能源是經濟社會發展的重要因素，作為經濟活動的關鍵投入之一，能源不僅保證了過去幾十年來我國經濟的高速發展，也導致了過度依賴能源資源的現狀，形成了高投入、高消耗、高污染的“粗放式”經濟發展模式。作為世界最大的能源消費國，我國在能源發展“十三五”規劃、國民經濟和社會發展“十三五”規劃中對能源消費總量和能源強度進行了雙重目標控制。因此，為了更有效地改善能源消費現狀和降低能源強度，需要對各行業的能源消耗及其強度進行進一步分析，識別哪些行業的能源消費量和能源強度比較高，未來哪些行業更有潛力進行優化。目前我國將節能減排的重點放在了鋼鐵、水泥、金屬冶煉、化工等高耗能行業上[1]，卻忽略了對高耗能行業產品需求量較大的其他行業，這些行業往往從需求側拉動了高耗能行業的產品生產和能源消耗。與碳排放責任界定中的消費者負責原則類似，某行業隱含能源消費是該行業最終需求引起的該行業和其他行業能源消耗之和[2]，即因滿足該行業最終需求所消耗的全部能源。類似地，可以從需求角度計算該行業最終需求驅動的隱含增加值，隱含能源消費量與隱含增加值之比為該行業的隱含能源強度[3]，即因滿足該行業最終需求所產生的單位增加值的能源消耗。該指標可以衡量某行業最終需求所驅動的增加值增長是否以過度的能源消耗為代價，屬于“集約式”增長還是“粗放式”增長。總的來說，對我國行業隱含能源消費及其強度進行深入研究可以更清晰地展示各行業最終需求導致的能源消耗現狀，為制定行業層面能源節約高效利用政策提供理論依據，有利于推動我國順利實現能源利用的“雙控”目標。

1文獻綜述

目前學者們已經在行業隱含能源消費方面進行了較多研究，例如Liu等[2]測算了我國29個工業行業的隱含能源消費，發現建筑業和其他服務業的供應鏈中有大量的隱含能源消耗。Shi等[4]使用世界投入產出表研究了全球各行業間隱含能源流動的演變特征。有的學者針對個別行業進行詳細分析，例如Hong等[5]采用多區域投入產出（MRIO）分析了建筑業隱含能源供應鏈的空間和行業分布，結果表明，遼寧、山東和廣東是最大的能源供應區域，非金屬礦物制品業、金屬冶煉和壓延加工業以及交通運輸、倉儲和郵政業是最大的能源供應行業。Cao等[6]使用投入產出分析方法計算了農業部門的總隱含能源需求量（TEER），并分析了影響農業部門TEER變化的因素。在隱含增加值方面，劉遵義等[7]、Chen等[8]和Dietzenbacher等[9]構建和發展了基于最終需求的隱含增加值，在此基礎上，Su等[3]系統地定義了全國層面、各行業最終需求層面和各類最終需求層面的隱含能源強度，并使用乘法SDA對不同層面隱含能源強度的變化進行分解以識別其影響因素。Yan等[10]計算了“十二五”期間我國各行業的隱含能源消費及其強度，并分析了我國能源消費與能源強度變化的驅動因素。

從研究方法上看，研究能源消費與能源強度變動和影響因素的方法主要包括生產理論分解法（PDA）[11-12]、指數分解法（IDA）[13-14]和結構分解法（SDA）[15-18]。由于SDA模型基于投入產出表，可以分析國民經濟中某行業對其他行業的直接或間接影響，因此近年來應用較多[19]。SDA有加法和乘法兩種分解形式，加法形式的優勢在于分析絕對量指標的絕對變化，其分解結果與所研究的絕對量指標用同一單位表示，便于展示和理解，且建模和計算都比較簡單[20-21]。而乘法形式在分解相對量指標的相對變化時更有優勢，由于其分解結果均為無量綱的指數形式，因此易于解釋導致該相對量指標相對變化的影響因素[22]，Fan等[23]和李玲等[24]均使用乘法SDA對能源強度變化進行分解。此外，由于我國對能源消費總量和能源強度的“雙控”目標分別為絕對變動控制和相對變動控制，因此同時使用加法SDA和乘法SDA進行研究可以得到更具現實意義和政策指導性的分析結果。

在各行業對全國層面各影響因素的貢獻方面，加法SDA便于通過歸因分析（attributionanalysis）將全國層面各分解效應歸因至行業層面，而乘法SDA比較復雜，根據目前的文獻來看，乘法SDA全國層面各分解效應的行業歸因分析主要有兩種方法：第一種方法從全國能源強度的分子分母出發，分別將全國能源消費量相對變化和全國增加值相對變化表示為各行業傳統能源消費量和傳統增加值相對變化的幾何平均形式，最后將全國各分解效應歸因至行業層面[10，19]。第二種方法從全國能源強度是各行業隱含能源強度的加權平均關系出發，分別對權重和各行業隱含能源強度進行乘法SDA分解，最后用行業層面各分解效應來計算全國各分解效應[3，25]。兩種歸因分析方法的差別在于方法一是精確歸因分析，而方法二是近似歸因分析。盡管出發點不同，但可以驗證兩種方法得到的結果非常接近，且都可以準確刻畫全國能源強度的相對變化。

綜上所述，已有文獻不僅從理論層面對行業隱含能源消費及其強度進行了研究，而且在方法論上進一步發展和完善了乘法SDA與歸因分析，使其成為分析能源強度變化與影響因素的有力工具。這些文獻提供了從需求側考察各行業能源消耗狀況的新視角，對該研究有重要的參考和指導意義。但是總的來看，對我國行業隱含能源消費及其強度的研究仍然存在以下幾點不足：①已有文獻雖然定義和測算了行業隱含能源消費和隱含能源強度，但并未深入探討行業隱含能源消費與傳統能源消費、隱含能源強度與傳統能源強度之間的區別和聯系。②已有文獻大多尚未考察各行業隱含能源消費、隱含增加值和隱含能源強度的行業構成，由于能源消耗發生在產品的生產過程，因此探究各行業的隱含能源消費和隱含能源強度主要來源于哪些行業的生產過程是十分必要的，這有助于進一步優化行業的需求結構和生產結構。③已有文獻大多只研究行業隱含能源消費量或隱含能源強度中的一個，在統一的框架下同時研究行業隱含能源消費及其強度的文獻較少，由于對行業分類和基準年的選取各不相同，導致行業隱含能源消費與隱含能源強度的研究結果之間缺乏可比性，難以在行業層面得出可比且一致的結論。由于我國目前設定了能耗總量與強度的“雙控”目標，因此有必要在統一的研究框架下對兩者進行分析。

2模型方法

2.1全國與行業隱含能源消費及其強度的定義

根據Leontief非競爭性投入產出表的基本關系，可建立以下模型：

接下來定義能源直接消耗系數矩陣F等于各行業單位增加值的各品種能源消費量，1′F即為各行業的傳統能源強度行向量。因此全國能源消費總量E可以表示為：

其中，v是傳統增加值向量，k=（）-1v是增加值率向量，是其對角矩陣。diag（1′F）Ldy為各行業傳統能源消費列向量，1′F

Lddiag（y）為各行業隱含能源消費行向量，其中diag表示向量的對角矩陣，因此全國能源消費總量E等于各行業傳統能源消費之和或各行業隱含能源消費之和。矩陣diag（1′F）Lddiag（y）通過投入產出關系建立了各行業隱含能源消費與傳統能源消費之間的聯系，其第i行第j列的元素∑eFeiiiLd，ijyj則代表了因滿足行業j的最終需求所消耗的行業i的能源，其中e為能源種類。

類似地，基于非競爭性投入產出表生產法計算的全國總增加值GDP可以表示為：

其中，1′Lddiag（y）為各行業隱含增加值行向量，矩陣Lddiag（y）建立了各行業隱含增加值與傳統增加值之間的聯系，其第i行第j列的元素

iiLd、ijyj則代表了因滿足行業j的最終需求所導致行業i的增加值。

在Su等[3]提出的整體隱含強度AEI（AggregateEmbodiedIntensity）的基礎上，定義整體隱含能源強度AEEI（AggregateEmbodiedEnergyIntensity）為隱含能源消費與隱含增加值的比值，則AEEI在全國層面和行業層面的定義分別為：

其中，AEEI與傳統的全國能源強度計算結果相同，AEEIi表示行業i的隱含能源強度，Ei與GDPi分別代表行業i的隱含能源消費與隱含增加值。可以發現：

其中，wi代表各行業隱含增加值占全國總增加值的比重，且∑iwi=1，因此全國能源強度是各行業隱含能源強度的加權平均。此外，各行業隱含能源強度與本行業最終需求的大小無關，且行業i的隱含能源強度是各行業傳統能源強度的加權平均，權重γij=jjLd，jiyi∑jjjLd，jiyi衡量了行業i的隱含增加值中來自行業j的比例，且滿足∑jγij=1。

2.2全國能源消費及其強度的SDA分解與行業歸因分析

令t0時刻的能源消費總量為E0，t1時刻的能源消費總量為E1，因此從t0時刻到t1時刻的全國能源消費總量變化ΔE的加法SDA可以表示為：

類似地，令t0時刻的全國能源強度為AEEI0，t1時刻的全國能源強度為AEEI1，因此從t0時刻到t1時刻的全國能源強度變化D的乘法SDA可以表示為：

在結構分解分析方法的選擇上，參考Dietzenbacher等[26]使用兩級分解法（polardecomposition）計算各個影響因素的分解效應。

2.3數據來源與處理

投入產出數據來自國家統計局公布的2012年、2015年和2017年全國投入產出表，能源消費量數據來自對應年份的《中國能源統計年鑒》，鑒于數據可得性，研究未涉及港澳臺地區。參照顧阿倫等[27]將多種能源合并為煤、焦炭、油品、天然氣、熱力和電力六種，并折算為標準煤（ce）。此外，2012年、2015年和2017年全國投入產出表分別有139部門、42部門和149部門，而能源消費數據有46部門。已有文獻對部門數量差異通常有兩種處理方法，第一種方法是通過部門合并使投入產出數據和能源數據匹配起來，第二種方法是將能源消費數據分解以匹配投入產出數據。兩種方法各有優缺點，第一種方法雖然只能給出更粗糙的計算結果，但不會因為引入額外假設而導致其他潛在錯誤，保證了原始數據的準確性;第二種方法可以通過某些假設進一步分解能源數據，保留了更詳細的投入產出數據[28-30]。由于不同年份投入產出數據的部門數并非都大于能源消費數據的部門數，且為了避免數據分解導致的潛在錯誤，因此通過部門合并的方式最終得到27個行業，行業代碼和名稱見表1。

由于國家統計局公布的投入產出數據均按當年生產者價格計算，而能源消費量數據均為實物量以及以實物量為基礎計算的標準量，因此不同年份的投入產出表數據可比性較

差，需要使用相應的價格指數將2015年和2017年現價投入產出表折算為以2012年為基期的可比價投入產出表。參考Yang等[31]的做法，農林牧漁業使用農產品生產者價格指數進行折算，工業各行業使用工業生產者出廠價格指數進行折算，建筑業、批發和零售業、交通運輸、倉儲和郵政業、住宿和餐飲業、金融業、房地產業和其他第三產業均使用現價增加值與可比價增加值的比值進行折算，相關數據均來自《中國統計年鑒》。

由于全國投入產出表均為競爭性投入產出表，并未區分中間使用和最終使用中的國內產品和進口產品，需要編制非競爭性投入產出表。參考北京大學中國經濟研究中心課題組[32]、彭水軍等[33]的做法，假設各行業使用某行業的中間投入品中進口產品的比例相等，且等于該行業最終使用品中進口產品的比例，則該比例為：

3實證分析

3.1行業隱含能源消費及其強度的測算結果

表1顯示了2012、2015和2017年我國各行業隱含能源消費及其強度的測算結果，可以發現隱含能源消費量較大的行業包括化學工業（S11）、交通運輸設備制造業（S17）、電氣機械和器材制造業（S18）、建筑業（S24）和其他服務業（S27）等，說明我國在生產這些行業最終需求產品的過程中消耗了大量的能源。在各行業隱含能源強度方面，非金屬礦物制品業（S12）、金屬冶煉和壓延加工業（S13）、交通運輸、倉儲和郵政業（S26）等行業的隱含能源強度較高，是全國能源強度的二至三倍，說明這些行業的最終需求驅動了“粗放式”的經濟增長模式，在生產其最終需求產品的過程中導致了較高的單位增加值能耗。而農林牧漁業（S1）、批發、零售、住宿和餐飲業（S25）和其他服務業（S27）的隱含能源強度比較低，只有全國能源強度的一半左右。

3.2行業隱含能源消費及其強度與傳統能源消費及其強度的區別和聯系

為了分析各行業隱含能源消費及其強度和傳統能源消費及其強度的差異，將2017年各行業隱含能源消費及其強度與傳統指標進行對比，見圖1。從能源消費量來看，傳統高耗能行業的隱含能源消費往往并不高，而隱含能源消費量較高行業的傳統能源消耗則相對較低，這恰好證明從需求側對各行業能源消費進行測算和分析是十分必要的，只關注傳統能源消費會忽略需求對整個產業鏈的影響。從能源強度來看，可以發現隱含能源強度較高行業的傳統能源強度往往也比較高，說明這些行業不僅在生產側的能源利用效率較低，在需求側也驅動了嚴重依賴能源的經濟發展模式。

為更好地揭示行業隱含能源消費和傳統能源消費之間的關系，編制了2017年各行業能源消費轉入轉出平衡表，但限于篇幅原因只給出了行業聚合的結果。參考郭朝先[34]和Zhou等[25]的分類方法，將所有27個行業合并為農業、采掘業、制造業、能源工業、建筑業、服務業、交通運輸業共7個行業大類，其中農業包括S1，采掘業包括S2—S4，制造業包括S5—S9和S11—S21，能源工業包括S10和S22—S23，建筑業包括S24，服務業包括S25和S27，交通運輸業包括S26，結果見表2。在表2中，第i行第j列（i，j

注：S1農林牧漁業，S2煤炭、石油和天然氣開采業，S3金屬礦采選業，S4非金屬礦和其他礦業采選，S5食品加工及煙草制造業，S6紡織業，S7紡織、服裝和皮革制造業，S8木材加工與家具制造業，S9造紙印刷和文教體育制造業，S10石油、煉焦產品和核燃料加工業，S11化學工業，S12非金屬礦物制品業，S13金屬冶煉和壓延加工業，S14金屬制品業，S15通用設備制造業，S16專用設備制造業，S17交通運輸設備制造業，S18電氣機械和器材制造業，S19計算機、通信和其他電子設備制造業，S20儀器儀表制造業，S21廢品廢料、設備修理與其他制造業，S22電力、熱力生產和供應業，S23燃氣和水的生產供應業，S24建筑業，S25批發、零售、住宿和餐飲業，S26交通運輸、倉儲和郵政業，S27其他服務業。

∈[1，7]）的能源消費量表示在生產行業j最終需求產品過程中行業i的能源消耗，因此行和為行業i的傳統能源消費量，列和為行業j的隱含能源消費量。圓括號中為能源消費量除以行和的結果，即行業i傳統能源消費的轉出比例;方括號中為能源消費量除以列和的結果，即行業j隱含能源消費的轉入比例。

從傳統能源消費的轉出比例來看，農業的主要轉出行業為制造業，即農業在生產過程中產生的傳統能源消耗的46.98%應由制造業的最終需求來負責，采掘業、制造業、能源工業和服務業的主要轉出行業均為建筑業和制造業，交通運輸業的主要轉出行業為交通運輸業、制造業和服務業，而建筑業轉出給其他行業的能源消耗比例很少，僅為1.22%。從隱含能源消費的轉入比例來看，農業、建筑業和服務業的主要轉入行業均為制造業，即為了滿足這些行業的最終需求，制造業消耗了較多的能源，而采掘業、制造業、能源工業和交通運輸業的主要轉入行業均為本行業。因此，能源消費轉入轉出平衡表刻畫了每個行業傳統能源消費和隱含能源消費之間的轉入轉出平衡關系，是連接生產側和需求側能源消費的重要橋梁。

類似地，可以計算出2017年各行業增加值轉入轉出平衡表，見表3。從傳統增加值的轉出份額來看，農業、建筑業和交通運輸業傳統增加值的轉出份額就等于其傳統能源消費的轉出份額，原因是這三個行業并未做進一步的行業聚合。從隱含增加值的轉入份額來看，能源工業的主要轉入行業為能源工業和采掘業，為滿足能源工業最終需求，采掘業貢獻了能源工業隱含增加值的35.41%。因此，增加值轉入轉出平衡表可以揭示我國經濟發展的行業結構，從需求側角度看，制造業、服務業和建筑業是我國經濟的支柱產業，因為這三類行業的最終需求驅動了全國GDP的92.85%，而從生產側角度看，這三類行業僅貢獻了全國GDP的79.49%。此外，增加值轉入轉出平衡表還可以被用來分析若某行業傳統能源強度變動一單位，全國能源消費總量及其強度和各行業隱含能源消費及其強度將變化多少，證明過程略。

結合能源消費和增加值的轉入轉出平衡表，可以得出2017年各行業能源強度轉入轉出平衡表，結果見表4。第i行第j列（i，j∈[1，7]）的能源強度表示生產行業j最終需求產品的過程中，行業i產生的能源消耗與增加值之比。因此，能源強度轉入轉出平衡表可以衡量因滿足某行業的最終需求，哪些行業呈現了“粗放式”發展，而哪些行業又呈現了“集約式”發展。從各行結果來看，農業、建筑業和交通運輸業由于未聚合行業，其轉出的單位增加值能源消耗都等于各自行業的傳統能源強度;制造業在轉出給建筑業時的能源強度最高，為1.76tce/萬元，說明建筑業的最終需求驅動了制造業的“粗放式”發展，導致制造業產生了較多的單位增加值能源消耗;能源工業在轉出給交通運輸業時能源強度最高，轉出給采掘業時能源強度最低。從各列結果來看，交通運輸業轉入給各行業時的能源強度都是最大的，而服務業轉入給各行業時的能源強度都是最小的，因此降低交通運輸業的傳統能源強度、優化生產結構和減少交通運輸業產品的使用比例等措施將有效降低各類行業的隱含能源強度。

表4圓括號中是能源強度乘以表3相應圓括號中傳統增加值轉出份額的結果，行和即為傳統能源強度，它衡量了某行業的傳統單位增加值能源消耗轉出給各行業的大小。方括號中是能源強度乘以表3相應方括號中隱含增加值轉入份額的結果，列和即為隱含能源強度，它衡量了某行業隱含單位增加值能源消耗的轉入來源。因此，通過各行業能源強度轉入轉出平衡表，可以對單位增加值的能源消費量在行業間進行再分配，以建立行業隱含能源強度與傳統能源強度之間的聯系。

3.3全國能源消費變動的加法SDA與歸因

對2012—2017年間我國能源消費總量變動使用加法SDA分解為能源效率效應ΔEF、增加值率效應ΔEk、生產結構效應ΔELd和最終需求效應ΔEy，并將全國層面各分解效應歸因至行業層面。

結果顯示，能源效率效應在2012—2017年間總體為負，因此在其他因素不變的情況下，各行業傳統能源強度變化降低了全國8496.74萬tce的能源消費量。這與我國大多數行業傳統能源強度下降和能源利用效率提高有關。從能源效率效應的行業歸因分析結果來看，在2012—2017年間建筑業（S24）對全國能源消耗降低的貢獻最大，一共降低了6860.06萬tce，而交通運輸、倉儲和郵政業（S26）則大幅拉動了全國6623.70萬tce的隱含能源消耗。進一步研究發現，由于生產交通運輸、倉儲和郵政業（S26）單位最終需求產品對本行業產品的完全需求量最大，且該行業的傳統能源強度在2012—2017年間大幅上升了1.15tce/萬元，因此導致其能源效率效應為正;而建筑業（S24）能源效率效應為負主要由于對煤炭、石油和天然氣開采業（S2）、化學工業（S11）和非金屬礦物制品業（S12）的完全需求系數較大，且這三個行業在樣本期間內傳統能源強度有較大幅度下降（分別下降了0.33、0.37和0.60tce/萬元）。增加值率效應在2012—2017年間總體為正，因此在其他因素不變的情況下我國各行業增加值率變動導致了全國能源消耗上升，但是增加值率變動在不同時間段對全國能源消費總量的影響有較大差異，通過計算各行業增加值率的平均值可以發現，2012年各行業平均增加值率為0.29，2015年下降至0.26，2017年又上升至0.30，這在一定程度上解釋了增加值率效應在不同時間段存在差異的原因，表明大多數行業為獲得單位產出所消耗的中間投入品比例經歷了先上升后下降的過程。生產結構效應在2012—2017年間總體為負，但在不同時間段的差異也比較大。從生產結構效應的行業歸因分析結果來看，2012—2017年間建筑業（S24）因生產結構優化從而大幅降低了隱含能源消費量，主要原因是生產建筑業（S24）單位最終需求產品時降低了對非金屬礦物制品業（S12）、金屬冶煉和壓延加工業（S13）、交通運輸、倉儲和郵政業（S26）等傳統能源強度較高行業產品的完全需求量。最后，最終需求的不斷上升是導致我國能源消費總量增加的主要原因，且2012—2017年間大部分行業的最終需求均有不同程度的上升。總的來看，建筑業（S24）和其他服務業（S27）對我國能源消費總量上升的貢獻較大，而通用設備制造業（S15）和專用設備制造業（S16）的隱含能源消費量下降較多。

3.4全國能源強度變動的乘法SDA與歸因

對我國2012—2017年間隱含能源強度變動使用乘法SDA分解為能源效率效應DF，增加值率效應Dk，生產結構效應DLd和最終需求效應Dy，并將全國層面的各分解效應歸因至行業層面，最后把所有計算結果減1，得到最終結果。

從能源效率效應看，2012—2017年能源效率變動降低了我國能源強度，原因是能源效率變動使我國能源消費總量下降。增加值率效應在兩個時間段內分別使全國能源強度提高了0.16%和3.74%，這與全國能源消費總量的增加值率效應先負后正的趨勢不同，進一步研究發現，2012—2015年各行業增加值率變動導致我國能源消費總量和總增加值分別降低了8.72%和8.95%，而2015—2017年增加值率變動導致兩者分別增加了12.42%和9.04%，導致增加值率效應在兩個時間段內均大于1。從增加值率效應的行業歸因分析結果來看，2012—2017年建筑業（S24）是推動增加值率效應的主要因素，這是因為增加值率變動使該行業隱含能源消費增加了6871.15萬tce，但卻使其隱含增加值降低了2209.12億元。而增加值率變動使交通運輸、倉儲和郵政業（S26）的隱含能源消費量和隱含增加值分別下降5087.38萬tce和2618.83億元，從而抑制了全國增加值率效應的上升。生產結構效應在2012—2017年使全國能源強度降低了11.63%，這是由于生產結構變動使全國能源消費總量下降了40336.57萬tce，卻使總增加值上升了3563.05億元，這表明我國生產技術提高和生產結構優化使許多行業降低了對能源密集型行業產品的依賴，提高了全國能源利用效率。從最終需求效應來看，雖然2012—2017年我國最終需求不斷上升導致了能源消費總量大幅增加，但是同時也使總增加值得到更快速的增長，導致我國能源強度在此期間有所降低。總的來看，我國逐漸改變了過去由高耗能、低增加值等能源密集型行業為主導的經濟發展模式，金融業和服務業等低耗能、高增加值行業得到快速發展，能源利用效率不斷提高。

4結論與政策建議

基于2012、2015和2017年可比價非競爭性投入產出表數據，測算了我國行業隱含能源消費與隱含能源強度，編制了行業間能源消費量、增加值和能源強度的轉入轉出平衡表。分別使用加法SDA和乘法SDA方法將全國能源消費總量和能源強度變動分解為能源效率效應、增加值率效應、生產結構效應和最終需求效應，并使用歸因分析將全國層面各個分解效應歸因至行業層面，得出了以下結論：①2012—2017年，我國能源消費總量呈不斷上升趨勢，能源強度持續下降，表明“十三五”以來我國節能減排和促進能源節約高效利用等工作取得了較大進展。在行業層面，采掘業（S2—S4）的隱含能源消費量較低，而建筑業（S24）、其他服務業（S27）和交通運輸設備制造業（S17）等行業的隱含能源消費量較高;化學工業（S11）、非金屬礦物制品業（S12）、金屬冶煉和壓延加工業（S13）等重工業的隱含能源強度較高，而農林牧漁業（S1）、批發、零售、住宿和餐飲業（S25）和其他服務業（S27）的隱含能源強度較低。②行業隱含能源消費及其強度與傳統能源消費及其強度既存在區別又存在聯系。具體表現在行業隱含能源消費是從需求側對全國能源消費總量的再分配，行業隱含能源強度是各行業傳統能源強度的加權平均。在能源消費方面，采掘業、制造業和能源工業生產過程產生的能源消耗中，超過30%是為了滿足建筑業最終需求導致的，且制造業貢獻了建筑業隱含能源消費的68.79%。在能源強度方面，制造業在滿足其他所有行業的最終需求時均貢獻了較多的單位增加值能耗，這與制造業的傳統能源強度較高且是國民經濟基礎性行業有關。③對全國能源消費總量變動的加法SDA發現，2012—2017年能源效率效應和生產結構效應總體促進了能源消費總量的下降，而增加值率效應和最終需求效應大幅增加了我國能源消費總量。從行業歸因分析結果來看，各行業對各分解效應的貢獻存在一定差異，其中建筑業（S24）和其他服務業（S27）是導致全國能源消費總量上升的主要行業。④對全國能源強度變動的乘法SDA發現，2012—2017年能源效率效應、生產結構效應和最終需求效應均總體上降低了我國能源強度，而增加值率效應則提高了能源強度。從行業歸因分析結果來看，專用設備制造業（S16）、交通運輸設備制造業（S17）、電氣機械和器材制造業（S18）對我國能源強度下降的貢獻最大，而建筑業（S24）和其他服務業（S27）導致能源強度上升。

政策建議如下：①由于傳統高耗能行業巨大的能源消耗可能是由于處在產業鏈下游行業（如建筑業）對上游高耗能行業產品的高需求引起的，因此節約能源和提高能源利用效率的政策應從僅關注生產側能源消耗較高和能源利用效率較低行業的生產導向模式，向同時考慮生產側和需求側的多行業綜合治理模式轉變。②對于化學工業（S11）、非金屬礦物制品業（S12）、金屬冶煉和壓延加工業（S13）等傳統高耗能行業，需要大力發展節能生產技術，淘汰落后的生產設備，這是降低我國能源消耗直接且有效的途徑。對于建筑業（S24）等隱含能源消費量較高行業，則需要更加關注產業鏈的能耗問題。例如調整其最終需求結構向節能化發展，優化其生產結構以降低對高耗能行業產品的依賴，盡可能降低其為獲取單位最終產出而投入的中間產品，控制不合理的最終需求等。對于隱含能源強度和傳統能源強度均較高的行業，例如非金屬礦物制品業（S12）、金屬冶煉和壓延加工業（S13）、交通運輸、倉儲和郵政業（S26）等，不僅需要提高其生產側能源利用效率、提高資源回收利用率和中間產品循環利用水平，還需要大力發展和培養節能需求模式，不斷推動其最終需求驅動的經濟增長向“集約式”方向發展。③調整我國最終需求的行業結構，提高隱含能源強度較低行業（如服務業和電子設備制造業等高新技術行業）在國民經濟中的地位，可以有效降低我國的能源消費總量與能源強度。同時，這種經濟發展方式的轉變和調整需要協調我國的經濟政策和能源政策，應根據各行業實際情況適當運用財政補貼、優惠稅率和低息銀行貸款等政策工具，鼓勵和扶持高新技術產業發展，最終才能實現低能耗的高經濟增長。④應積極探索有助于降低能源消耗與能源強度的其他方法，例如調整和優化能源消費結構，開發利用效率更高的新能源和可再生能源，促進能源系統改造升級等。

參考文獻

[1]魏一鳴，廖華，余碧瑩，等.中國能源報告2018：能源密集型部門綠色轉型研究[M].北京：科學出版社，2019.

[2]LIUZ，GENGY，LINDNERS，etal.EmbodiedenergyuseinChinasindustrialsectors[J].Energypolicy，2012，49：751-758.

[3]SUB，ANGBW.Multiplicativestructuraldecompositionanalysisofaggregateembodiedenergyandemissionintensities[J].Energyeconomics，2017，65：137-147.

[4]SHIJ，LIH，GUANJ，etal.Evolutionaryfeaturesofglobalembodiedenergyflowbetweensectors：acomplexnetworkapproach[J].Energy，2017，140：395-405.

[5]HONGJ，GUJ，LIANGX，etal.Characterizingembodiedenergyaccountingwithamulti-dimensionalframework：astudyofChinasbuildingsector[J].Journalofcleanerproduction，2019，215：154-164.

[6]CAOS，XIEG，ZHENL.TotalembodiedenergyrequirementsanditsdecompositioninChinasagriculturalsector[J].Ecologicaleconomics，2010，69（7）：1396-1404.

[7]劉遵義，陳錫康，楊翠紅，等.非競爭型投入占用產出模型及其應用：中美貿易順差透視[J].中國社會科學，2007（5）：91-103，207.

[8]CHENXK，CHENGLK，FUNGKC，etal.DomesticvalueaddedandemploymentgeneratedbyChineseexports：aquantitativeestimation[J].Chinaeconomicreview，2012，23（4）：850-864.

[9]DIETZENBACHERE，PEIJ，YANGC.Trade，productionfragmentation，andChinascarbondioxideemissions[J].Journalofenvironmentaleconomicsandmanagement，2012，64（1）：88-101.

[10]YANJ，SUB.WhatdrivethechangesinChinasenergyconsumptionandintensityduring12thFive-YearPlanperiod？[J].Energypolicy，2020，140：111383.

[11]孫廣生，黃祎，田海峰，等.全要素生產率、投入替代與地區間的能源效率[J].經濟研究，2012，47（9）：99-112.

[12]TANR，LINB.WhatfactorsleadtothedeclineofenergyintensityinChinasenergyintensiveindustries？[J].Energyeconomics，2018，71：213-221.

[13]ROMN-COLLADOR，COLINETMJ.IsenergyefficiencyadriveroraninhibitorofenergyconsumptionchangesinSpain？twodecompositionapproaches[J].Energypolicy，2018，115：409-417.

[14]LIUH，WANGC，TIANM，etal.AnalysisofregionaldifferencedecompositionofchangesinenergyconsumptioninChinaduring1995–2015[J].Energy，2019，171：1139-1149.

[15]SUB，ANGBW.Structuraldecompositionanalysisappliedtoenergyandemissions：somemethodologicaldevelopments[J].Energyeconomics，2012，34（1）：177-188.

[16]ZHANGH，LAHRML.Chinasenergyconsumptionchangefrom1987to2007：amulti-regionalstructuraldecompositionanalysis[J].Energypolicy，2014，67：682-693.

[17]SUB，ANGBW，LIY.Input-outputandstructuraldecompositionanalysisofSingaporescarbonemissions[J].Energypolicy，2017，105：484-492.

[18]馬曉微，石秀慶，王穎慧，等.中國產業結構變化對能源強度的影響[J].資源科學，2017，39（12）：2299-2309.

[19]SUB，ANGBW.AttributionofchangesinthegeneralizedFisherindexwithapplicationtoembodiedemissionstudies[J].Energy，2014，69：778-786.

[20]張中華，趙玉煥，SUB，等.能源需求與碳排放驅動因素分解模型發展評述[J].生態經濟，2019，35（4）：13-19，38.

[21]WANGH，ANGBW，SUB.Multiplicativestructuraldecompositionanalysisofenergyandemissionintensities：somemethodologicalissues[J].Energy，2017，123：47-63.

[22]SUB，ANGBW.Multiplicativedecompositionofaggregatecarbonintensitychangeusinginput-outputanalysis[J].Appliedenergy，2015，154：13-20.

[23]FANY，XIAY.ExploringenergyconsumptionanddemandinChina[J].Energy，2012，40（1）：23-30.

[24]李玲，張俊榮，湯鈴，等.中國能源強度變動的影響因素分析：基于SDA分解技術[J].中國管理科學，2017，25（9）：125-132.

[25]ZHOUX，ZHOUD，WANGQ，etal.WhoshapesChinascarbonintensityandhow：ademand-sidedecompositionanalysis[J].Energyeconomics，2020，85：104600.

[26]DIETZENBACHERE，LOSB.Structuraldecompositiontechniques：senseandsensitivity[J].Economicsystemsresearch，1998，10（4）：307-324.

[27]顧阿倫，呂志強.經濟結構變動對中國碳排放影響：基于IO-SDA方法的分析[J].中國人口·資源與環境，2016，26（3）：37-45.

[28]MACHADOGV.Energyuse，CO2emissionsandforeigntrade：anIOapproachappliedtotheBraziliancase[C]//ThirteenthInternationalConferenceonInput-OutputTechniques.Macerata，Italy，2000：21-25.

[29]LENZENM，PADELL，MUNKSGAARDJ.CO2multipliersinmulti-regioninput-outputmodels[J].Economicsystemsresearch，2004，16（4）：391-412.

[30]SUB，HUANGHC，ANGBW，etal.Input-outputanalysisofCO2emissionsembodiedintrade：theeffectsofsectoraggregation[J].Energyeconomics，2010，32（1）：166-175.

[31]YANGL，LAHRML.SourcesofChineselaborproductivitygrowth：astructuraldecompositionanalysis，1987–2005[J].Chinaeconomicreview，2010，21（4）：557-570.

[32]北京大學中國經濟研究中心課題組.中國出口貿易中的垂直專門化與中美貿易[J].世界經濟，2006（5）：3-11，95.

[33]彭水軍，劉安平.中國對外貿易的環境影響效應：基于環境投入-產出模型的經驗研究[J].世界經濟，2010，33（5）：140-160.

[34]郭朝先.中國二氧化碳排放增長因素分析：基于SDA分解技術[J].中國工業經濟，2010（12）：47-56.

（責任編輯：李琪）